遠距離歪斜車牌辨識系統

雖然只是一篇碩士論文，但是我覺得對於車牌辨識技術有興趣的人來說，相當值得推薦閱讀！因為之前好多年這些AI技術都喜歡大搞神秘語焉不詳，讓讀者誤以為車牌的歪斜變形對於深度學習根本不是問題？事實當然不是如此！3D世界中的車牌拍成2D影像時的歪斜變形絕對是車牌辨識技術好壞的關鍵！我的產品所以能在AI技術環伺之下依舊取得優勢最大的原因就在這裡！

我天天關注車牌辨識技術的發展，這一篇是我看到第一篇有認真討論如何用深度學習等AI技術處理車牌歪斜變形問題的文章！之前的論文基本上都是草草帶過或避而不談的！因為即使不考慮歪斜校正的問題，深度學習需要做的其他事情已經太多了！現在他們只是剛剛開始面對這個我已經研究近十年的關鍵問題而已！

根據論文所述，如上圖他們也跟我一樣(如下圖)必須用某種方式找到車牌的四個角點，然後設法做所謂的仿射投影，得到視覺上正面的車牌影像，之後才能啟動OCR的字元辨識過程！算是深度學習派的學者或玩家終於被迫把話講清楚了！這個抽象的幾何過程一定必須跳脫深度學習的隱藏層黑盒子，變成獨立的幾何投影處理程序處理的！一個攏統的黑盒子，不管你用多少層的神經元隱藏層，多少的資料量投入學習，都無法直接模擬出這種物理與幾何學智慧的！

所以這篇論文算是終於被迫說出了實話！深度學習絕對不是一個無所不能的黑盒子，只要多給幾個隱藏層多幾個參數就可以自動產生所有的抽象智慧？這種事情以前不曾發生以後也不會發生，即使真的可以！需要付出的天文數字成本也會讓人怯步的！還是根據物理原理面對問題處理問題比較簡單合理。

所以如上的深度學習車牌辨識黑盒子就被強迫依據物理原則切成好幾個段落了！不可能像很多人以為的，直接用一個大黑盒子去盲目訓練就會有很好很完整功能的車牌辨識軟體了！也就是說這些AI技術要跟我一樣做出很好的車牌辨識，跟我的實際產品作法已經越來越像了！神秘的面紗已經越來越遮不住現實必須有的真實面貌了！事實就是：在車牌辨識的議題中，AI沒有比我美！是我比AI更美！

這就是我常說的：AI技術再神奇也不可能與物理現象真實世界脫節！我用一種方式解決了一個物理問題，AI如果也能做到，只是讓電腦依據統計資料找到另一種(或同一種)解答方式而已！AI不是超自然現象！而且不保證一定可以找到解方！像是上面的幾何問題就無法直接用資料統計的概念解決！但是回到科學物理的理解呢？就一定有解了！

所以目前的實況是：深度學習的車牌辨識方式落在我的技術後面還有好幾年！要讓深度學習的歪斜校正也跟我的一樣厲害還要辨識很快，還需要好多年！或許永遠都追不上我！因為我用的方法其實就是他們使用大量資料學習想找到的最佳解！我用科學的方式推理找到解法比他們有效率多了！所以我還會繼續領先很久的！

而且忍不住又要當一下學術界的網路酸民了！我是經過市場驗證台灣最能辨識歪斜車牌的軟體研發廠商，每天都在部落格與FB大量分享相關的車牌辨識技術資訊，但是這篇2022年發表參考文獻高達45筆的新論文中，我還是隱形人，好像完全不存在的！是因為我「只」是個台灣人？還是他們認為我是外星人？所以不具參考價值？

但我確實是個真的在台灣業界做車牌辨識賣車牌辨識軟體的廠商！任何人都可以隨時買到我的軟體！也可以隨時上網測試使用我的車牌辨識！甚至大家隨便在路邊停一下車都會被我的車牌辨識軟體辨識到的！當他們要討論歪斜車牌辨識的學術問題時，居然可以假裝這些事實都沒看到？學術界真的有夠瞎的！